R中的分层svyglm

Question

我正在寻找有关如何在 R 中进行按性别分层的加权逻辑回归分析的建议。

对于我的主要非分层分析，我生成了逆概率权重 (invp) 并运行加权逻辑回归，如下所示：

complete_cases_weighted <- svydesign(id=~1, weights=~invp, data=complete_cases)
svyglm(outcome ~ exposure, design=complete_cases_weighted, family="binomial")

我现在想基本上重新运行此分析两次，一次仅针对女性，一次仅针对男性。

正确加权的最佳方法是什么？我是否要重新执行生成权重和运行加权逻辑回归的整个过程，将我的数据分成男性和女性？或者我可以用svydesign/svyglm 做一些花哨的步法来做到这一点？

Answer 1

来自?svyglm

library(survey)
data(api)
dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)
summary(svyglm(api00~ell+meals+mobility, design=dstrat))

循环遍历sch.wide的所有级别

for( this_value in unique( apistrat$sch.wide ) ){

    print( this_value )
    print( summary(svyglm(api00~ell+meals+mobility, design=subset(dstrat,sch.wide== this_value ))))

}